(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110528762.9 (22)申请日 2021.05.14 (65)同一申请的已公布的文献号 申请公布号 CN 113177361 A (43)申请公布日 2021.07.27 (73)专利权人 中国电建集团成 都勘测设计 研究 院有限公司 地址 610072 四川省成 都市青羊区浣花北 路1号 (72)发明人 李正　郑家祥　 (74)专利代理 机构 成都虹桥专利事务所(普通 合伙) 51124 代理人 陈立志 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/13(2020.01) G06K 9/62(2022.01) G06F 111/04(2020.01) G06F 111/10(2020.01)G06F 111/08(2020.01) (56)对比文件 CN 103985059 A,2014.08.13 CN 109507992 A,2019.0 3.22 CN 112465411 A,2021.0 3.09 CN 104504296 A,2015.04.08 CN 106600167 A,2017.04.26 US 5465321 A,19 95.11.07 CN 105469148 A,2016.04.0 6 CN 10415 6591 A,2014.1 1.19 许奇歆等.电力系统故障预测方法研究. 《电 工文摘》 .2016,(第0 6期), 丁瑞等.模糊层次分析 下航天设备寿 命预测 方法的评价. 《上海应用技 术学院学报(自然科 学 版)》 .2016,(第01期), 聂俊岚等.基于模糊理论的低压开关 设备故 障预测研究. 《计算机 应用研究》 .20 09,(第01 期), 审查员 陈雪梅 (54)发明名称 基于不确定性分析的动态机械故障预测及 风险评估方法 (57)摘要 本发明涉及机械故障预测及风险分析领域， 公开了一种基于不确定性分析的动态机械故障 预测及风险评估 方法， 用以更好的实现机械故障 动态预测和风险评估。 本发明在施工过程中， 分 别对每一年的机械故障概率及机械状态转移概 率进行统计， 概率统计时采用三角模糊数对机械 故障概率及机械转移概率进行表 示， 将最近的一 次故障概率统计数据作为可能性最大的值， 将上 次及再之前的一次的统计数据分别作为上限和 下限； 之后采用吸收马尔可夫 理论建立耦合不确 定性分析的机械故障动态预测和风险评估数学 模型， 并通过上一年底的施工数据对 下一年的机 械情况进行故障预测和风险评估。 本发明适用于大坝工程施工的机 械故障预测及风险评估。 权利要求书2页 说明书8页 附图3页 CN 113177361 B 2022.04.29 CN 113177361 B 1.基于不确定性分析的动态机械故障预测及风险评估方法， 其特征在于， 在施工过程 中， 分别对每一年的机械故障概率及机械状态转移概率进行统计， 概率统计时采用三角模 糊数对机械故障概率及机械转移 概率进行表示， 将最近的一次故障概率统计数据作为可能 性最大的值， 将上次及再之前 的一次的统计数据分别作为上限和下限； 之后采用吸收马尔 可夫理论建立耦合不确定性分析的机械故障动态预测和风险评估数学模型， 并通过上一年 底的施工数据对下一 年的机械情况进行故障预测 和风险评估； 将机械故障概 率的三角模糊数转 化为实数R时， 其 转化过程如以下函数 所示： 其中， r1、 r2、 r3分别为模糊数的上限、 可能性最大的值和下限； α、 β、 χ分别为乐观 ‑悲观 指标， 由决策者根据实际工程中对相关因素的评判确定， 考虑到施工机械工作 环境的变化， 设置β >α > χ； ki(i＝1,2,3)为索引变量， 当对应概 率变量为0时， ki＝0， 否则， ki＝1； 所建立的机 械故障动态预测 和风险评估数 学模型如下： 目标函数： 约束条件： 式中： m， 机械状态数量； Xt， 故障机械预测量； Xi， 处于状态i的原 始样本数； X’i， 处于状态i的机 械发生故障的原 始样本数； hi、 Hi， 处于状态i的机 械发生故障的概 率， 前者为原始数据， 后者 为不确定性分析 结果； hi1、 hi2、 hi3分别为处于状态i的机械设备故障概率模糊数的上限、 可能性最大的值和下 限； ki， 索引变量， 当对应概 率变量为0时， ki＝0， 否则， ki＝1；权　利　要　求　书 1/2 页 2 CN 113177361 B 2Pt， 机械报废风险评估值； Ft， 吸收马尔可 夫链函数； pij、 Pij， 当前处于状态i的机械设备一定 时间后转移为状态j的概率， 前者为原始数据， 后者为不确定性分析 结果； pmm， 当前处于状态i ＝m的机械设备一定时间后转移为状态j＝m的概 率； pij1、 pij2、 pij3， 分别为当前处于状态i的机械设备一定时间后转移为状态j的概率模糊 数的上限、 可能性 最大的值和下限； Xij， 由状态i经 过一定时间转移到状态j的原 始样本数。 2.如权利要求1所述的基于不确定性分析的动态机械故障预测及风险评估方法， 其特 征在于， 施工初期的机械故障概率和机械状态转移 概率通过分析以往同类工程的运输车辆 状态变化情况获得。 3.如权利要求1所述的基于不确定性分析的动态机械故障预测及风险评估方法， 其特 征在于， 机 械状态转移概 率统计时， 将机 械状态按如下 标准进行划分： N1—车况优良， 故障频率大于一 年或出厂时间小于一 年； N2—车况较好， 故障频率小于一 年且大于半年； N3—车况一般， 故障频率小于半年且大于三个月； N4—车况较差， 故障频率小于三个月且大于一个月； N5—报废车辆， 故障频率小于一个月或废弃不 修。权　利　要　求　书 2/2 页 3 CN 113177361 B 3